近期大火的AIGC(AI-generated content)和ChatGPT都屬于這類模型，即生成式AI。從廣義上看，ChatGPT是文字模態的AIGC應用，負責生成自然語言，能夠和使用者進行問答式對話。
其他形式還包括AI寫詩、AI作曲、AI繪畫、AI換臉……甚至有人認為，游戲中導入圖片生成模型的“捏臉系統”都是AIGC.相關熱門應用也層出不窮，包括Stable Diffusion、QQ小世界AI畫匠/異次元的我、盜夢師、玩句等。
其中，ChatGPT被稱為AI里程碑式應用，它是明星公司Open AI在2020年推出的自然語言生成式模型——GPT 3的衍生產品。此前也不是沒有這類應用，AI客服、聊天機器人、語音工作助手、小說衍生器等都屬于此類。
但ChatGPT的智能化遠遠超出了這些“前輩”。與此前的模型相比，ChatGPT亮點主要包括：
(1)新增代碼理解和生成能力，對輸入的理解能力和包容度高，能在絕大部分知識領域給出專業回答。
(2)加入道德原則。即ChatGPT能夠識別惡意信息，識別后拒絕給出有效回答。
(3)支持連續對話。ChatGPT具有記憶能力，提高了模型的交互體驗。
上線5天，ChatGPT的用戶突破100萬。連特斯拉創始人馬斯克也稱：“許多人陷入了該死的瘋狂ChatGPT循環中。”
那么，作為生成式AI的代表，ChatGPT是如何獲得理解力的呢?
這一過程離不開大模型、大數據、大算力。整體技術路線上，ChatGPT在效果強大的GPT 3.5大規模語言模型(LLM，Large Language Model)基礎上，引入“人工標注數據+強化學習”來不斷訓練語言模型，主要目的是讓GPT模型學會理解人類的命令指令的含義。
簡單來說，就是基于優秀的機器學習算法和強勁的算力，通過海量的數據訓練，讓AI學會“思考”。Open AI在2020年從微軟取得GPT 3的獨家授權后，一直在Azure AI超算基礎設施(由V100GPU組成的高帶寬集群)上訓練該模型，主要使用的公共爬蟲數據集有著超過萬億單詞的人類語言數據集。
國盛證券進一步認為，生成算法、NLP(自然語言處理)與算力決定AIGC能否運行，而高質量的數據集決定了AIGC質量與商業模式。相關公司包括：
另外，AI需要利用大量的標注語料進行訓練和學習，標注數據的數量和質量對于模型的輸出結果至關重要，數據標注/ AI訓練數據因此也被視作增量需求。
漢王科技的自由書寫文稿識別技術即依托于海量數據訓練，本周一至今，該股三天內收獲兩個漲停板(分別為12月5日、12月7日)。
漢王科技K線圖
A股公司中，從事數據訓練業務的還有海天瑞聲、四維圖新等。在A股公司互動易上，已有投資者向AI 訓練數據提供商海天瑞聲提問：ChatGPT方面應用方向?是否為人工智能+訓練數據業務?
不過，海天瑞聲的回復并沒有提及ChatGPT，僅表示將持續關注大模型領域新趨勢，并根據客戶的需求變化，適時推進公司產品創新、技術創新，滿足更多客戶、更新領域的AI訓練數據需求。
▍下一目標：大規模商業化
對于這些AI工具的創造者們來說，下一步要考慮的是大規模商業化。
從GPT進化到GPT 3的過程相當燒錢——參數量從1.17億增加到1750億，預訓練數據量從5GB增加到45TB，其中GPT 3訓練一次的費用是460萬美元，總訓練成本達1200萬美。高額投入使得B端變現更具可行性。
如今很多C端應用均為免費版，國泰君安表示，當前AI繪畫的用戶付費意愿不強，60%的用戶從未在AI繪畫相關方面付費，在C端付費形式刺激度較低的情況下，未來B端或將成為AI繪畫軟件的核心客戶。
并非沒有愿意掏錢的消費者。ChatGPT不限于普通聊天，還可解決具體難題，比如協助寫代碼等，部分用戶在社交媒體上表達了對ChatGPT的付費意愿，AI繪畫小程序“盜夢師”從10月1號開始商業化后，已經有很多用戶付費，該產品負責人表示，目前次日留存率大概40%，七日留存率接近30%。
另外，版權問題是生成式AI繞不開的一道坎，絕大多數原創作品的版權擁有者會介意AI提取自身作品的部分元素。
